2025 Regeneron ISEF大奖-MATS材料科学获奖作品汇总-4

最新官方消息！全球科创天花板赛事——国际科学与工程大奖赛（Regeneron ISEF），现已正式公布了2026年总决赛的举办时间和地点。这场汇聚全球青年创新力量的科技盛宴，将于2026年5月9日至15日，在美国亚利桑那州凤凰城会议中心（Phoenix Convention Center, Arizona）璀璨启幕。

2026ISEF赛事安排

参赛资格

年龄与年级：9-12年级学生（或同等学历），参赛时年龄不超过20岁。

地区选拔：必须通过附属赛（Affiliated Fair）晋级，无法直接报名。中国学生需先参加国内选拔赛（如青创赛、明天小小科学家等）。

团队项目：最多3人，所有成员需满足资格且共同参赛。

项目要求

原创性：项目必须由学生独立完成，允许在专家指导下进行，但不得代劳。

学科范围：涵盖21个学科类别，包括工程、生物、化学、计算机、环境科学等。

伦理限制：涉及人类、脊椎动物、病原体等研究需提前提交额外审查表（如ISEF Forms）。

关键文件与截止时间

ISEF表格：根据研究类型提交相应表格（如1C、2、3等），需在地区赛前完成审核。

摘要与研究论文：英文撰写，清晰描述研究目的、方法、结论。

地区赛截止：2026年3-4月

其他注意事项

展示材料：展板需符合ISEF尺寸要求（通常宽48英寸、深30英寸、高108英寸），禁止活体样本或危险品。

知识产权：部分研究可能需申请专利后再参赛，避免披露风险。

为了方便同学们更好的备赛，特别整理了ISEF-MATS材料科学2025获奖作品方便学习

MATS043 - 实时评估空气传播的有害风险

铀矿开采产生的污染物——空气中的二氧化硅和铀——导致美洲原住民和采矿社区自身免疫性疾病干燥综合征 (SS) 的患病率大幅上升。这些暴露会引发免疫失调和全身器官衰竭，而由于症状多变、生物标志物不可靠以及缺乏可用的检测工具，诊断往往被延误。现有的污染物检测方法成本高昂且依赖实验室，导致 SS 的诊断延迟平均超过六年，超过 50% 的病例仍未确诊。为了解决这一问题，RADAR 应运而生：一种新型固体基质比色材料，由高表面积多孔金属有机骨架 (MOF) Cu-BTC 构成，嵌入聚乙烯醇基质中，并用茜素红 S 和钼酸铵等试剂进行功能化，用于检测铀和二氧化硅。合成了5种功能化水平（20–100%）的薄膜，并将其暴露于受控的污染物浓度中。暴露15分钟后，薄膜会发生可见的色彩变化。通过1931色度归一化，将薄膜的sRGB值转换为透射率。在100%功能化水平下观察到具有统计学意义的检测结果，铀的检测限为0.1 mg/m³，二氧化硅的检测限为5 µg/m³，信噪比分别为5.25和3.79。Shapiro-Wilk检验（p> 0.05）验证了回归模型。结构分析显示表面积增加（p<0.05），而孔隙没有塌陷（p> 0.05），从而保持了分析物的扩散。RADAR提供了一种经济实惠、可解释的早期环境筛查工具，有助于减少服务欠缺社区的诊断延误。

MATS051 - 一体式胶体量子点红外像素

从天文学和环境监测到夜视和医疗诊断等应用领域，红外 (IR) 成像技术的需求比以往任何时候都要大。尽管高性能单元件探测器已被证明，但多波段成像仪却鲜有报道。传统的红外成像仪也比较零散，并且严重依赖外延生长的半导体，而外延生长的半导体面临着固有的挑战，包括制造成本高、产量低以及与互补金属氧化物半导体技术的兼容性有限。这里，表面钝化的 InAs/ZnSe 核/壳胶体量子点 (CQD) 被引入作为可溶液处理的平台，它提供整个红外光谱的可调吸收、高载流子迁移率、直接带隙、低激子结合能和降低的热导率。使用剥离微加工技术，CQD 像素被图案化为 2 μm 的关键特征尺寸，实现具有高光学和电学性能的均匀阵列。利用该平台还制作了一个分辨率为256×256像素的焦平面阵列成像仪，并将其与硅基读出集成电路集成。该架构可在0.9至1.5微米的近红外和短波红外范围内实现宽带光谱响应，响应度值分别为0.08和0.11 AW-1，外量子效率在0.96微米和1.43微米处分别为24.5%和15%。这种方法提供了一种经济高效、用途广泛的解决方案，突破了传统红外成像技术的局限性，为下一代成像系统铺平了道路。

MATS054 - 机械加工对钛表面完整性的影响

了解加工工艺和参数对材料表面完整性的影响对制造业至关重要，因为预测残余应力 (RS) 的能力使制造商能够准确选择切削参数，从而获得最佳的残余应力。具有近表面压缩残余应力和最小近表面拉伸残余应力的零件更耐用，因此使用寿命更长，从而可以降低成本和减少材料浪费。本研究旨在证明使用锋利刀具和磨损刀具的显著影响，并验证钻孔法和数字图像相关 (DIC) 相结合作为一种高效准确的 RS 研究技术。为了研究锋利刀具和磨损刀具造成的残余应力，我们使用定制的现场机床对 Ti-6Al4V 材料进行切削。钻孔法和 DIC 用于创建应变场，并使用 Matlab 代码确定最佳虚拟应变计方向。然后使用 H-Drill 软件计算残余应力与亚表面深度值的关系。观察发现，使用锋利刀具可获得理想的近表面压缩应力回弹，而使用磨损刀具则会导致不理想的近表面拉伸应力回弹。使用磨损刀具还会导致最大应力深度大约比使用锋利刀具切割的样品的两倍还大。\n\n总体而言，使用磨损刀具会对加工部件的表面完整性产生不利影响，而钻孔法结合DIC分析是迄今为止研究应力回弹的有效且准确的方法。

MATS055T - 粉状猪肝 dECM 作为止血剂

创伤性出血约占全球主要死亡原因的40%，因此有效止血至关重要。粉状止血剂具有诸多优势，包括覆盖面积广、适用于狭窄和深层伤口以及使用方便。\n脱细胞细胞外基质 (dECM) 因其生物相容性和结构优势而备受关注，在人造器官、3D生物打印等领域有着广泛的应用。我们探索了其作为粉状止血剂的潜力。本研究选择猪肝作为研究对象，因为其结构和形态与人体组织相似。将猪肝脱细胞、冷冻干燥、溶于胃蛋白酶溶液中，然后再次冷冻干燥，即可获得粉状dECM (pECM)。我们进行了三项评估。\n首先，血栓弹力图 (TEG) 测试显示，pECM 的反应时间 (R-time) 比 NC 缩短了 3.2 分钟，同时血凝块强度提高了 120%，表明其具有有效的止血性能。其次，血红蛋白结合测试 (HBT)，我们通过将其与普通纱布和 Quickclot 中的添加剂高岭土进行比较，评估了其作为止血添加剂的功效。pECM 的血液凝固指数 (BCI) 比普通纱布高 30.4%，比高岭土高 2.2%，显示出竞争力。在溶血测试中，pECM 表现出比 NC、PC 和高岭土略高的血液相容性，保持在可接受的范围内。\n我们的研究结果表明，与现有的止血添加剂相比，pECM 表现出显著增强的止血性能。由于其良好的疗效，精确细胞外基质 (pECM) 具有在手术期间和紧急情况下控制出血的潜在应用，并且可作为先进止血配方的关键成分。

MATS063 - 由海洋无脊椎动物制成的缝合材料

壳聚糖源自甲壳类动物壳中的几丁质，是地球上最丰富的生物聚合物之一。它对生物医学材料药物输送和水凝胶至关重要。它具有抗菌、抗氧化和可生物降解的特性，所有这些特性都归功于其乙酰化和脱乙酰化的葡萄糖胺基团。大西洋鲎（Limulus polyphemus）壳聚糖因其纯净的几丁质已被用于开发各种生物医学应用。鲎（HC）捕捞法规已逐渐加强，HC最终将不再是壳聚糖的可行资源。本项目利用入侵物种欧洲绿蟹（Carcinus maenas）开发替代缝合材料。此外，还开发了HC缝合线，用于比较和作为临时资源。据推测，HC缝合线的强度最高，并且所有缝合线都将成为可行的替代品。壳聚糖是通过脱矿、脱蛋白和脱乙酰化工艺从壳中提取的。通过测定壳聚糖的产量，确定了每种壳类的合适重量与溶液的比例。用盐酸和氢氧化钠 (NaOH) 进行脱盐和脱蛋白。提取的几丁质用高摩尔浓度的 NaOH 进行脱乙酰基处理。将提取的壳聚糖溶解于乙酸中，然后放入含有 NaOH 和乙醇的凝固浴中，制成缝合材料。对缝合线进行测试，采用 Coliscan 细菌法测定抗拉强度和抗菌活性，并采用 X 射线荧光和 Bradford 法测定蛋白质和元素组成。进行成本分析以确定缝合线的生产成本。GC 缝合线被确定为最可行的材料。

MATS064 - Eutectogel E-skin 2.0

电子皮肤领域发展迅速，面临着一项关键挑战：开发导电、柔软且与人体皮肤相容的界面材料，以有效监测身体活动。水凝胶和离子凝胶等传统材料面临着诸多挑战，包括暴露在空气中容易脱水、温度稳定性差、僵硬和不适感。\n\n我的项目提出了一种变革性的解决方案：一种基于共晶凝胶的电子皮肤，它可持续且易于合成。共晶凝胶是一种创新材料，由深共晶溶剂 (DES) 聚合而成，该溶剂由氢键供体 (HBD) 和受体 (HBA) 组成，主要来源于天然化合物。去年，我通过添加纤维素纤维来改善凝胶的机械性能，随后发现其导电性不足以及需要验证生物相容性是需要改进的主要方面。\n\n我的独特贡献是通过添加 PEDOT:PSS 开发出一种高导电性的共晶凝胶复合材料。这种添加增强了凝胶的电性能，同时保持了优异的弹性和变形恢复性能。通过广泛的筛选，我确定了一种由DES组分和PEDOT:PSS组成的共晶凝胶的最佳组成和制备工艺，使其电导率提高了100倍以上，断裂伸长率提高了2.5倍以上。生物相容性测试验证了该材料的低细胞毒性。这些增强特性使这种电子皮肤材料能够有效捕捉和传输生物电信号，例如脑活动，从而促进分析并支持残疾患者（神经系统、肌肉等）的功能恢复。

MATS065 - 提高纳米治疗的安全性和靶向性

超过40%的化疗患者因靶向性不强而出现毒副作用，大多数基因疗法在到达靶器官之前就过早降解，从而限制了治疗效果。基于纳米载体(NC)的药物递送为此类问题提供了有希望的解决方案。然而，突破性NC的合理设计和高通量开发受到难以预测的细胞毒性、生物分布和药物释放的制约。本项目结合计算和湿实验室技术来解决这些问题。首先，基于超过14,000个先前未提取的数据点进行训练的机器学习(ML)和基于生理的药代动力学模型，从物理化学角度（尺寸、涂层等）稳健地预测了NC的毒性和器官/肿瘤递送效果。机器学习有效地预测了超过250种脂质（通过脂质膜水化制备）和二氧化硅（通过溶胶-凝胶工艺制备）NC的体外生物功能，这表明这些模型可以用来避免耗时的实验。接下来，机器学习可解释性项目 (ML Explainability) 确定了许多新颖的纳米粒子 (NC) 合理设计优化方案，旨在通过避免网状内皮细胞滞留并最大化肿瘤蓄积来改善靶向性。同样，该项目还确定了一种体外原位技术，并通过改变表面电荷分散性来降低毒性，同时保持阳离子纳米粒子的治疗功能。最后，机器学习从一个组合库中确定了 11 种用于治疗卵巢癌和遗传性肾病的新型纳米粒子。这 11 种纳米粒子负载了化疗药物或核酸，并在小鼠细胞中表现出最佳的、优先的毒性、摄取和基因表达谱——证明了该项目在未来助力创造可转化的、拯救生命的纳米疗法方面的潜力。

ISEF历年获奖作品集&解析&资料免费下载⬇️